联系我们
 课程时长 14 小时

课程大纲

AI增强发布控制基础

  • 理解功能开关和渐进式交付
  • 金丝雀测试和分阶段曝光的核心概念
  • AI在发布工作流中的价值所在

用于发布决策的机器学习技术

  • 系统和用户行为的基线建模
  • 用于早期预警的异常检测方法
  • 训练数据注意事项和反馈循环

设计AI驱动的功能开关策略

  • 由AI信号驱动的动态标志规则
  • 曝光阈值和自动评分门控
  • 自适应增加、暂停或回滚逻辑

AI辅助金丝雀分析

  • 评估金丝雀与基线性能
  • 指标加权和创建基于AI的风险评分
  • 触发自动决策路径

将AI模型集成到发布管道中

  • 在CI/CD阶段嵌入AI检查
  • 将功能开关系统连接到机器学习引擎
  • 管理混合自动化/手动工作流的管道

AI决策的监控与可观测性

  • 可靠AI推理所需的信号
  • 收集性能、崩溃和行为遥测数据
  • 通过持续学习闭环

风险管理和运营治理

  • 确保发布决策中的负责任的自动化
  • 定义人工审查条件和覆盖点
  • 审计AI驱动的发布操作

跨产品扩展基于AI的发布策略

  • 多团队治理框架
  • 可复用的机器学习组件和模型标准化
  • 跨产品遥测数据规范化

总结与后续步骤

要求

  • 了解CI/CD工作流
  • 有功能开关使用或部署管道经验
  • 熟悉基础统计或性能监控概念

目标学员

  • 产品工程师
  • DevOps专业人员
  • 发布工程师和技术负责人

即将举行的公开课程

课程分类